设计应用-AET-电子技术应用

基于暂态热路模型的直流无铠电缆实时温度估算方法研究[电源技术][智能电网]

城轨牵引供电系统直流无铠电缆的绝缘老化引发非金属性短路，进而导致电缆烧毁的故障时有发生，严重影响供电安全。基于电缆电流，实时估算电缆温度，为电缆过温保护提供技术支撑。首先基于热电类比原理，构建了包含电缆导体、绝缘层、综合防水层及外护套的暂态热路模型，并考虑空气对流散热等效热阻以实现电缆温度的实时计算。然后搭建实验平台，开展恒定负荷、冲击负荷及实际典型负荷下的温升实验。实验结果表明，三种工况下模型计算温度与实测温度值的误差均小于2%，可以满足实际应用需求。

发表于：2026/9/23 下午1:44:59

0.1~10 GHz超宽带射频接收前端设计[微波|射频][通信网络]

为满足宽频谱监测对接收机大带宽、高动态范围和强抗干扰能力的需求，基于超外差二次变频架构设计了一款工作频段覆盖0.1~10 GHz的超宽带射频接收前端系统。采用双路并行低噪声放大器（LNA）的方式有效提高接收机在宽工作频段内对弱信号的捕获能力。通过合理的频段规划与镜像抑制滤波组设计，并在中频级引入多个高滚降带通滤波器，显著提高接收机对镜像干扰和邻道干扰的抑制能力。实测结果表明，在工作频段内，噪声系数小于6.13 dB，增益大于47 dB，增益动态范围大于83 dB，输出三阶交截点OIP3大于25.7 dBm，邻信道抑制度大于36.9 dBc，镜像抑制度大于64 dBc，10 Msym/s符号速率下64QAM调制信号的误差矢量幅度（Error Vector Magnitude， EVM）小于2.89%，符合设计要求。

发表于：2026/9/23 下午1:39:27

一种超宽带小型化刀型天线[微波|射频][通信网络]

VHF/UHF频段刀型天线因结构简单、全向辐射等优势被广泛用于航空通信，传统的刀型天线由于其较大的体积，难以满足航空通信设备对小型化的需求。提出一种小型化刀型天线，采用类扇形辐射贴片与匹配网络一体化设计实现天线的小型化，天线尺寸为160 mm×80 mm×100 mm（0.05λlow×0.03λlow×0.03λlow，λlow为最低工作频率对应的波长）。天线在100~800 MHz频率范围内的电压驻波比小于3.5，实现了超宽带阻抗特性。天线在400~800 MHz频率范围内的增益大于-5 dBi，且H面方向图不圆度小于3 dB，实现宽带全向辐射。所加工的天线样机测试结果与仿真吻合，证明了该设计的有效性。

发表于：2026/9/23 下午1:31:49

大功率相控阵短波发射系统数字预失真方案[通信与网络][通信网络]

针对大功率相控阵短波发射系统在实现高效率传输时面临的非线性失真问题，提出了一种基于记忆多项式算法的相控阵短波发射系统数字预失真（DPD）方案。方案采用快速傅里叶变换（FFT）技术对系统多通道固态发射机耦合输出的100%调幅信号进行相位校准，并基于记忆多项式模型对非线性特性进行辨识，最终在激励设备的FPGA中实现对激励基带信号的实时预失真校正。测试结果表明，提出的方案能将短波发射系统全频段谐波失真控制在2%以内，调制度不对称度优于2%，载波跌落优于±2%，确保系统指标满足《中、短波调幅广播发射机技术要求和测量方法》（GY/T 225-2007）甲类标准，有效解决固态发射机饱和特性引起的发射信号频谱再生和波形畸变问题，显著提升了系统的发射质量。

发表于：2026/9/23 下午1:25:09

面向智能变电站的设备状态监控单元采样值异常检测技术[测试测量][智能电网]

在设备状态监控单元采样值异常测定过程中，若仅通过挖掘单个特征目标进行检测，则无法同步关联区间内的检测对象，导致输出结果的精准度降低。为此提出对面向智能变电站设备状态监控单元采样值异常检测技术的分析与研究。采用自回归拟合对监控单元的采样值进行量化处理，剔除非均匀错误数值后，输出回归处理结果。构建异常响应机制，以自回归结果作为引导，在正态响应分布区间之内对关联采样异常特征挖掘，同步采样检测对象，确定具体的异常目标。根据输出的异常目标进行告警识别及定位，结合检测偏差进行回溯补偿和修正，确保变电站设备恢复至预期的运行状态。实验结果表明，所提方法的误检率在0.8%~1.4%之间，初始时段最高，达到1.4%，后续时段逐渐平稳，控制在1.0%~1.1%之间，无明显波动，表明检测精准度和有效性有所提升，性能优越可靠。

发表于：2026/9/23 下午1:18:21

基于深度学习的医学图像分割算法综述[人工智能][医疗电子]

医学图像分割是智能诊断与辅助决策的重要环节，对疾病检测、器官识别及术中导航具有关键意义。近年来，深度学习的快速发展推动了分割算法的持续创新，但仍面临模态差异大、边界模糊及标注稀缺等挑战。系统综述了基于深度学习的医学图像分割研究进展，涵盖卷积神经网络、循环神经网络、Transformer等判别式模型，以及生成对抗网络和扩散模型等生成式方法，并探讨了Segment Anything Model等大模型在医学影像中的适配策略。同时，对医学图像分割的主要挑战进行了总结，并基于多模态数据集对典型方法的性能进行了实验性比较。最后，归纳了该领域的研究趋势与未来方向，为医学图像分割模型的优化与临床应用提供了参考。

发表于：2026/9/23 下午1:11:52

基于微服务架构的智慧园区综合管理平台设计与效能优化[通信与网络][安防电子]

针对传统园区建设中信息孤岛、数据碎片化及业务扩展性不足的核心痛点，提出一种以微服务架构为核心的智慧园区综合管理平台解决方案。首先构建“云-网-端”五层开放可扩展系统架构，明确前端感知层、信息传输层、数据资源层、平台服务层及业务展现层的协同逻辑；重点设计综合管理平台的软件架构、模块化实现视图、进程交互机制及冗余部署方案，通过微服务的独立部署、动态扩展特性，打破业务系统壁垒，实现数据融合分析与智能决策支撑。实际应用表明，该平台可实现园区业务响应效率提升40%、数据共享率达92%，有效解决业务烟囱与数据孤岛问题，为园区管理智能化转型提供关键技术支撑。

发表于：2026/9/23 下午1:05:01

基于大数据的电力智能 IoT 系统故障预测与自愈机制研究[人工智能][智能电网]

分布式电网中D-PMU数据易因设备故障、通信问题等缺失，影响电网监控与保护系统的可靠性，进而制约故障预测与自愈机制的精准性。提出基于自注意力机制的SAITS模型，用于分布式电网中D-PMU数据的缺失值填补，SAITS模型通过联合优化训练策略，结合掩码预测与观测值重建任务，利用对角掩码自注意力机制捕捉时间序列数据的长期依赖关系和特征相关性，有效填补缺失数据。研究结果表明，该模型在处理高达90%的缺失数据时仍能保持高精度，与LOCF、BRITS和TF模型相比，SAITS在RMSE和MAE等指标上表现更优，R²分数超过97%。结论指出，SAITS模型能够有效提高D-PMU数据的完整性和准确性，增强电网保护设备的可靠性，为电力智能IoT系统中的故障预测与自愈机制提供高质量数据支持，从而提升系统的自愈能力和运行可靠性。

发表于：2026/9/23 下午12:58:56

面向超声显微测量系统的高速采集板卡设计[测试测量][工业自动化]

超声显微测量技术因具备高分辨率与实时成像优势，被广泛应用于晶圆、硅通孔及绝缘栅双极型晶体管器件的无损检测中。为实现百兆赫兹级超声信号的同步高速采集与传输，研制一款2 GSa/s采样率、8 bit分辨率的高速采集板卡。系统以现场可编程门阵列为控制核心，完成模数转换数据采集、缓存及高速串行扩展总线传输等电路设计，并利用基于单一主时钟同步控制方法，解决了高采样、高速采集中的时钟同步问题。在此基础上开发软件，集成至超声显微测量系统并开展超声C扫成像实验。结果表明，采集板卡指标均满足设计要求，具备良好的工程技术应用价值。

发表于：2026/9/22 下午5:21:13

多域特征融合的旋转机械故障诊断[测试测量][工业自动化]

针对旋转机械在复杂工况、变转速及多故障类别条件下声学信号易受噪声干扰且特征提取困难的问题，提出一种基于多域特征融合与XGBoost分类器的轴承故障音频诊断方法。以BJTU-RAO Bogie数据集和渥太华大学电机故障数据集中的多工况轴承音频信号为研究对象，从原始信号中提取时域、频域及梅尔频率倒谱系数（MFCC）特征。通过观察XGBoost特征重要性排序、Shapley值分析与特征相关性热力图，筛选出高贡献度、低冗余度的核心特征集，以降低模型复杂度并增强可解释性，同时结合多域声学特征融合与特征重要性分析，实现旋转机械声学信号的高效诊断。实验结果显示，该方法在BJTU-RAO数据集各工况下的加权平均准确率与召回率均超过96%；在渥太华大学数据集中，恒速条件下准确率超过98%，变速条件下仍保持在83%以上。这表明所提方法在多工况、多故障条件下的高精度、强鲁棒性及良好泛化能力，对工业现场强噪声背景下的在线监测具有广泛的应用价值。

发表于：2026/9/22 下午5:15:37